BG value stats by hour

BGvalue_Summary
##    time3 min     mean  max        sd
## 1  00:00 Inf      NaN -Inf       NaN
## 2  01:00 192 192.0000  192       NaN
## 3  02:00  82 140.0000  204 67.151570
## 4  03:00 Inf      NaN -Inf       NaN
## 5  04:00  76 119.0000  162 49.652123
## 6  05:00 102 102.0000  102       NaN
## 7  06:00 105 169.5000  217 43.788452
## 8  07:00 163 163.0000  163       NaN
## 9  08:00  40 131.2857  228 90.411493
## 10 09:00  80 178.6667  228 85.447840
## 11 10:00 238 238.0000  238       NaN
## 12 11:00 204 222.6667  260 32.331615
## 13 12:00 203 203.0000  203       NaN
## 14 13:00  71 112.0000  162 46.162756
## 15 14:00  79  79.0000   79       NaN
## 16 15:00 185 199.0000  206 12.124356
## 17 16:00  57  59.0000   61  2.309401
## 18 17:00  49  96.2500  114 31.626729
## 19 18:00 108 188.6667  229 69.859383
## 20 19:00 118 139.0000  160 24.248711
## 21 20:00  63 108.8889  285 70.154195
## 22 21:00  68  68.0000   68       NaN
## 23 22:00 191 191.0000  191       NaN
## 24 23:00 181 234.0000  287 61.199129
## 25 00:00 137 137.0000  137  0.000000

BG value stats by day

BGvalue_SummaryDaily
##        Date2 min     mean max       sd
## 1 2019-10-01  63 124.9167 217 65.57918
## 2 2019-10-02  57 125.2941 260 56.70732
## 3 2019-10-03  49 152.3000 238 71.24769
## 4 2019-10-04  68 156.1176 285 68.87478
## 5 2019-10-05  40 153.1000 287 88.39363
## 6 2019-10-06  92 182.8571 228 48.46796

Sensor value stats by hour

Sensorvalue_Summary
##    time3 min      mean max       sd
## 1  00:00 137 182.87500 246 33.04583
## 2  01:00  90 164.95455 224 42.03042
## 3  02:00  50 161.25000 337 77.79400
## 4  03:00  54 176.16667 344 71.52362
## 5  04:00  40 101.55556 182 42.31274
## 6  05:00  40  96.08333 175 38.34086
## 7  06:00  41  97.56098 232 54.32911
## 8  07:00  45 151.44444 275 60.65606
## 9  08:00  40 131.79167 275 75.51299
## 10 09:00  40 120.43750 186 42.87037
## 11 10:00  40 171.66667 307 85.88298
## 12 11:00  40 222.72414 307 75.28560
## 13 12:00  56 197.77778 353 98.88033
## 14 13:00  40 161.22222 305 97.07320
## 15 14:00 103 166.55556 269 46.95009
## 16 15:00  41 132.65385 271 67.94372
## 17 16:00  40 102.55814 221 52.75654
## 18 17:00  40 104.18750 175 38.58765
## 19 18:00  67 116.15385 229 39.35837
## 20 19:00  90 199.94286 346 80.94876
## 21 20:00  40 178.77551 334 85.87910
## 22 21:00  40 133.68333 275 58.63460
## 23 22:00  82 139.64000 207 30.70383
## 24 23:00  71 198.18644 282 69.28862
## 25 00:00 150 203.33333 255 33.95223

BG high (>150) count

BGHigh_Count
##    time3 BG.Reading..mg.dL.
## 1  01:00                  1
## 2  02:00                  2
## 3  04:00                  2
## 4  06:00                  6
## 5  07:00                  1
## 6  08:00                  3
## 7  09:00                  2
## 8  10:00                  1
## 9  11:00                  3
## 10 12:00                  1
## 11 13:00                  1
## 12 15:00                  3
## 13 18:00                  2
## 14 19:00                  2
## 15 20:00                  1
## 16 22:00                  1
## 17 23:00                  4

BG very high (>240) count

BGveryHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 11:00                  1
## 2 20:00                  1
## 3 23:00                  2

BG low (<80) count

BGLow_Count
##   time3 BG.Reading..mg.dL.
## 1 04:00                  2
## 2 08:00                  2
## 3 13:00                  1
## 4 14:00                  1
## 5 16:00                  4
## 6 17:00                  1
## 7 20:00                  3
## 8 21:00                  1

BG good value count (>80 and <150)

BGgood_Count
##    time3 BG.Reading..mg.dL.
## 1  02:00                  2
## 2  05:00                  1
## 3  06:00                  2
## 4  08:00                  2
## 5  09:00                  1
## 6  13:00                  1
## 7  17:00                  3
## 8  18:00                  1
## 9  19:00                  2
## 10 20:00                  5
## 11 00:00                  2

Temp Basal = 0 count

tempBasal_count
##   time3 Temp.Basal.Amount
## 1 14:00                 1

Suspend basal on low count

suspendBasal_Count
##    time3 Alarm
## 1  01:00     2
## 2  02:00     1
## 3  03:00     2
## 4  04:00     9
## 5  05:00     6
## 6  06:00     7
## 7  07:00     5
## 8  08:00     4
## 9  09:00     2
## 10 10:00     2
## 11 12:00     2
## 12 13:00     4
## 13 15:00     5
## 14 16:00     6
## 15 17:00     2
## 16 18:00     1
## 17 20:00     2
## 18 21:00     3
## 19 23:00     1

BG value by time and date with mean values

BGvalue_timeDaytable
##     time 2019-10-01 2019-10-02 2019-10-03 2019-10-04 2019-10-05 2019-10-06
## 1  00:00        NaN        NaN        NaN        137        NaN        NaN
## 2  01:00        NaN        NaN    192.000        NaN        NaN        NaN
## 3  02:00        NaN    82.0000    198.000        NaN        NaN        NaN
## 4  03:00        NaN        NaN        NaN        NaN        NaN        NaN
## 5  04:00        NaN        NaN     76.000        NaN        NaN      162.0
## 6  05:00        NaN   102.0000        NaN        NaN        NaN        NaN
## 7  06:00    217.000   163.0000        NaN        105        183        NaN
## 8  07:00        NaN   163.0000        NaN        NaN        NaN        NaN
## 9  08:00     80.000        NaN    223.000        NaN         40      228.0
## 10 09:00     80.000        NaN        NaN        228        NaN        NaN
## 11 10:00        NaN        NaN    238.000        NaN        NaN        NaN
## 12 11:00        NaN   260.0000        NaN        NaN        NaN      204.0
## 13 12:00        NaN        NaN        NaN        203        NaN        NaN
## 14 13:00     71.000   162.0000        NaN        103        NaN        NaN
## 15 14:00        NaN        NaN        NaN         79        NaN        NaN
## 16 15:00    206.000        NaN    185.000        NaN        NaN        NaN
## 17 16:00        NaN    59.0000        NaN        NaN        NaN        NaN
## 18 17:00    108.000   114.0000     49.000        NaN        NaN        NaN
## 19 18:00    108.000        NaN        NaN        229        NaN        NaN
## 20 19:00        NaN   160.0000        NaN        NaN        118        NaN
## 21 20:00     63.000   141.0000     88.000        147         92       92.0
## 22 21:00        NaN        NaN        NaN         68        NaN        NaN
## 23 22:00        NaN   191.0000        NaN        NaN        NaN        NaN
## 24 23:00        NaN        NaN        NaN        181        287        NaN
## 25  mean    116.625   145.1818    156.125        148        144      171.5
##         mean
## 1  137.00000
## 2  192.00000
## 3  140.00000
## 4        NaN
## 5  119.00000
## 6  102.00000
## 7  167.00000
## 8  163.00000
## 9  142.75000
## 10 154.00000
## 11 238.00000
## 12 232.00000
## 13 203.00000
## 14 112.00000
## 15  79.00000
## 16 195.50000
## 17  59.00000
## 18  90.33333
## 19 168.50000
## 20 139.00000
## 21 103.83333
## 22  68.00000
## 23 191.00000
## 24 234.00000
## 25 146.90530
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath)

Sensor value by time and date with mean values

SGvalue_timeDaytable
##     time 2019-10-01 2019-10-02 2019-10-03 2019-10-04 2019-10-05 2019-10-06
## 1  00:00  198.16667  176.91667  239.00000        NaN        NaN  158.33333
## 2  01:00  171.62500  103.33333  205.00000        NaN        NaN  182.08333
## 3  02:00        NaN   71.33333  235.33333        NaN        NaN  177.08333
## 4  03:00        NaN  122.83333  240.08333        NaN        NaN  165.58333
## 5  04:00        NaN  125.83333   54.25000        NaN        NaN  124.58333
## 6  05:00        NaN   70.91667   81.66667        NaN        NaN  135.66667
## 7  06:00  226.60000  108.66667   71.83333        NaN        NaN   58.41667
## 8  07:00  150.25000  143.25000  225.75000        NaN  133.75000   57.00000
## 9  08:00   74.91667  190.58333  213.66667        NaN   48.00000        NaN
## 10 09:00  125.00000  163.66667   88.50000        NaN  104.58333        NaN
## 11 10:00  188.41667  185.75000   41.16667        NaN  271.33333        NaN
## 12 11:00  163.83333  199.00000   40.00000        NaN  304.75000  199.00000
## 13 12:00  134.00000        NaN        NaN        NaN  329.41667  129.91667
## 14 13:00   83.00000  128.90909        NaN        NaN  290.50000   68.08333
## 15 14:00        NaN  147.91667        NaN        NaN  216.33333  135.41667
## 16 15:00  213.20000  114.08333        NaN   64.91667   98.33333  227.63636
## 17 16:00  165.75000   44.85714        NaN   74.50000  101.08333        NaN
## 18 17:00  144.91667   75.08333        NaN   67.83333  128.91667        NaN
## 19 18:00   96.75000  111.25000        NaN  223.66667  113.58333        NaN
## 20 19:00  176.83333   96.25000        NaN  298.66667  129.57143        NaN
## 21 20:00  132.41667  206.14286  143.50000  328.33333  191.41667  100.00000
## 22 21:00   72.50000  121.83333  108.66667        NaN  228.33333  137.08333
## 23 22:00  164.75000   82.50000  131.83333        NaN  145.66667  125.83333
## 24 23:00  229.16667  240.33333  271.75000        NaN   82.90909  157.16667
## 25  mean  153.26798  131.79315  149.50000  176.31944  171.67532  137.58155
##         mean
## 1  193.10417
## 2  165.51042
## 3  161.25000
## 4  176.16667
## 5  101.55556
## 6   96.08333
## 7  116.37917
## 8  142.00000
## 9  131.79167
## 10 120.43750
## 11 171.66667
## 12 181.31667
## 13 197.77778
## 14 142.62311
## 15 166.55556
## 16 143.63394
## 17  96.54762
## 18 104.18750
## 19 136.31250
## 20 175.33036
## 21 183.63492
## 22 133.68333
## 23 130.11667
## 24 196.26515
## 25 153.35624
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath)

Interactive Plots

linePlots

barplots hourly

every 3 hours barplots

###daily barplots

boxplots hourly

3hour boxplots

daily boxplots